A command‑line tool that detects, localizes, and tracks objects across video frames using a multi‑model vision‑language pipeline.
يقدّم هذا المشروع نظاماً متكاملاً لتتبع الكائنات داخل مقاطع الفيديو عبر سلسلة من النماذج المتعددة. يبدأ كل إطار بعملية فحص سريعة باستخدام نموذج FastVLM لتحديد وجود كائن، ثم يُستخرج موقع الكائن بدقة باستخدام نموذج Florence‑2 القابل للتعرف على أي فئة. بعد ذلك يُستخرج التمثيل البصري للكائنات المُكتشفة بواسطة DINOv2، ويُقارن هذا التمثيل مع مرجع مستمر لتحديد ما إذا كان الكائن مستمراً في المشهد أم أنه بداية لجزء جديد. يتم تجميع الإطارات التي تحمل نفس الكائن في “segments”، مع دمج القطاعات القصيرة التي تُعتبر ضوضاء تلقائياً مع الجيران. يضيف النظام أيضاً إجابات إضافية من نماذج VLM حول استخدام اليد، نوع القبضة، ووجود يد البالغ، ما يتيح تحليلاً أكثر تفصيلاً للسلوك البشري. يُحسّن الأداء عبر استدعاء الخلفية لتفريغ الإطارات، وكتابة JPEG في الخلفية، وإعادة رسم الإطارات فقط عند الحاجة، ما يحقق معالجة شبه في الوقت الحقيقي مع حفظ جودة الفيديو.
An AI‑driven email assistant that generates, summarizes, and manages email content via a RESTful API.
يقدّم هذا المشروع واجهة برمجية RESTful تسمح للمستخدمين بإنشاء وتلخيص وإدارة رسائل البريد الإلكتروني باستخدام تقنيات الذكاء الاصطناعي. يعتمد على نماذج معالجة اللغة الطبيعية المتوفرة في منصة Hugging Face لتوليد نصوص بريدية مخصصة بناءً على أوصاف مختصرة أو محتوى موجود. يمكن للمستخدم إرسال طلبات لإنشاء مسودات بريدية، تلخيص سلسلة رسائل طويلة، أو إعداد ردود تلقائية على استفسارات شائعة. تُخزّن جميع الرسائل والبيانات المرتبطة بها في قاعدة بيانات PostgreSQL، ما يتيح تتبع التفاعلات واسترجاعها لاحقاً. يهدف المشروع إلى تسريع عمليات التواصل الكتابي وتقليل الوقت المستغرق في صياغة الرسائل، مع الحفاظ على جودة وملاءمة المحتوى. يناسب المطورين الذين يرغبون في دمج قدرات الذكاء الاصطناعي في تطبيقاتهم أو فرق المنتجات التي تسعى لتحسين تجربة العملاء عبر البريد الإلكتروني.